python数据可视化-matplotlib学习总结

最新推荐文章于 2025-06-10 09:23:31 发布

纪水一

最新推荐文章于 2025-06-10 09:23:31 发布

阅读量2k

点赞数 6

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python matplotlib

本文链接：https://blog.csdn.net/weixin_49349476/article/details/131046975

（一）常见的图形

1、趋势图（直线图）：plot（）

import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei,Times New Roman, Arial'#设置字体格式，显示中文、正负号，罗马数字
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)  # 生成0~10之间的100个数
y = np.sin(x)  # 计算纵坐标
plt.plot(x, y)  # 绘制折线图
plt.title('Sin函数图像')  # 添加标题
plt.xlabel('x轴')  # 添加x轴标签
plt.ylabel('y轴')  # 添加y轴标签
#plt.xlim(-2,2)     #设定 x 坐标轴的显示范围在[-2,2]
#plt.axhline(y=0)    #添加水平参考线
#plt.grid()  #绘制网格线
#plt.axhline(y=0)    #绘制y=0的刻度线
#plt.axvspan(-4,2,facecolor='gray', alpha=0.3)    #添加在-4到2的垂直方向的颜色区域,填充颜色为灰色，透明度为 0.3

plt.show()  # 显示图形

pyplot 参数：

x：x轴数据，一般是一个数组或列表。

y：y轴数据，一般是一个数组或列表。

label：标签，用于说明数据的名称或含义。xlabel用于x轴，ylabel用于y轴

color或c：颜色，默认是蓝色，也可以是RGB值或颜色名称。

marker：点标记，用于显示每个数据点的形状。

linestyle或ls：线条类型，用于控制线条的样式、粗细等。

linewidth或lw：线条宽度，用于控制线条的宽度。

alpha：透明度，用于控制线条或点标记的透明度。

xlim和ylim：x轴和y轴的范围，用于设定坐标轴的刻度范围。

title：标题，用于给整个图形添加标题。

gird：绘制刻度线网格线

axhline:绘制平行于x轴的水平参数线

axvspan：绘制垂直于 x轴的水平参数区域

annotate:添加图形内容细节的指向型注释

text:添加图形内容细节的无指向型注释

legend:用于在图像中添加自定义的图例

结果：

2、散点图：scatter():

import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei,Times New Roman, Arial'#设置字体格式，显示中文、正负号，罗马数字
import matplotlib.pyplot as plt
import numpy as np

# 设置数据
x = np.random.rand(50)
y = np.random.rand(50)
# 绘制散点图
plt.scatter(x, y, s=50, c='b', marker='o', alpha=0.5)
# 添加标题和坐标轴标签
plt.title('散点图')
plt.xlabel('x轴')
plt.ylabel('y轴')
# 显示图像
plt.show()

参数解释：

x ：散点图 x 轴的数据；

y ：散点图 y 轴的数据；

s ：散点的尺寸，即标记的大小；

c ：散点的颜色；

marker ：散点的形状，默认是圆形；

alpha ：透明度，取值范围为 0~1，值越小透明度越高。

结果：

(二）统计图形

1、柱状图：bar(

bar(x, height, width=0.8, bottom=None, align='center', data=None, **kwargs)
x：柱形图的 x 坐标数据；

height：柱形图的高度，对应于每个 x 坐标数据的高度；

width：柱形的宽度，默认为 0.8；

bottom：柱形的底部位置，默认为 None，表示将底部设定为绘图平面的 y 轴；

align：柱形的对齐方式，可以是 'center'、'edge' 等；

data：数据源对象，可以是多种数据类型，例如 DataFrame、Series、数组等；

kwargs：其他可选参数，包括柱形颜色、边框颜色、标签位置等相关设置。

import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei,Times New Roman, Arial'#设置字体格式，显示中文、正负号，罗马数字
import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = ['A', 'B', 'C', 'D', 'E']
y = np.random.randint(0, 10, size=(len(x)))

# 绘制柱状图
plt.bar(x, y, width=0.6, bottom=None, align='center', alpha=0.8)

# 添加标签
for i, v in enumerate(y):
    plt.text(i, v+0.2, str(v), ha='center', fontsize=10)
# 显示图形
plt.show()

2、条形图：barh()

barh(y, width, height=0.8, left=None, align='center', data=None, **kwargs)
y：柱形条的 y 坐标数据；

width：柱形条的宽度，对应于每个 y 坐标数据的宽度；

height：柱形条的高度，默认为 0.8；

left：柱形的左侧位置，默认为 None，表示将左侧设定为绘图平面的 x 轴；

align：柱形的对齐方式，可以是 'center'、'edge' 等；

data：数据源对象，可以是多种数据类型，例如 DataFrame、Series、数组等；

kwargs：其他可选参数，包括柱形颜色、边框颜色、标签位置等相关设置。

import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei,Times New Roman, Arial'#设置字体格式，显示中文、正负号，罗马数字
import matplotlib.pyplot as plt
import numpy as np

# 生成数据
y = ['A', 'B', 'C', 'D', 'E']
x = np.random.randint(0, 10, size=(len(y)))

# 绘制水平柱状图
plt.barh(y, x, height=0.6, left=None, align='center', alpha=0.8)

# 添加标签
for i, v in enumerate(x):
    plt.text(v+0.2, i, str(v), va='center', fontsize=10)

# 显示图形
plt.show()

3、直方图：hist()

hist(x, bins=None, range=None, density=False, 
    weights=None, cumulative=False, bottom=None,
    histtype='bar

最低0.47元/天解锁文章

200万优质内容无限畅学